您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

sklearn:在测试数据集上计算k均值的准确性得分

sklearn:在测试数据集上计算k均值的准确性得分

在评估准确性方面。您应该记住,k均值 ,因此分析准确性不是一个好主意。您可以执行此操作,但这不是k- means的目的。它应该找到一组最大的集群间距离的数据,而不使用您的标签进行训练。因此,通常使用RandIndex和其他聚类指标来测试k均值。为了使准确性最大化,您应该适合实际的分类器,例如kNN,逻辑回归,SVM等。

代码本身而言,k_means.predict(X_test) 标签,它不更新内部labels_字段,您应该这样做

print(k_means.predict(X_test))

此外,在python中,您不必(也不应该)用于[:]打印数组,只需执行

print(k_means.labels_)
print(y_test)
其他 2022/1/1 18:26:32 有327人围观

撰写回答


你尚未登录,登录后可以

和开发者交流问题的细节

关注并接收问题和回答的更新提醒

参与内容的编辑和改进,让解决方法与时俱进

请先登录

推荐问题


联系我
置顶